Prévention et lutte contre la fraude

De quoi s’agit-il, en quoi est-ce important

 

Comment les compagnies d’assurance luttent contre la fraude ?

Les fraudes à l’assurance sont en hausse. Selon les statistiques publiées aux Pays-Bas en 2013 par Verbond Van Verzekeraars, la fraude à l’assurance aurait augmenté de 25 % ces cinq dernières années, entraînant une majoration de 150 € de la prime d’assurance moyenne. La facture de la fraude se chiffre, rien qu’en France, à 2,5 milliards d’euros par an selon l’Agence pour la Lutte contre la Fraude à l’Assurance (ALFA).
Au Royaume-Uni, l’IFB (Insurance Fraud Bureau) estime que le montant des fraudes à l’assurance non détectées atteint 2,1 milliards de livres sterling, soit une majoration de la prime d’assurance de 50 livres sterling.

Face à cette situation alarmante, nombre d’assureurs partout dans le monde souhaitent renforcer leur capacité de lutte contre la fraude en renforçant leurs moyens de détection et d’investigation, en révisant et/ou en améliorant leurs procédures d’indemnisation et de souscription de contrat, et en investissant dans des technologies plus performantes.

Un certain nombre d’assureurs européens font figure de précurseurs en n’hésitant pas à faire appel aux technologies analytiques. Des sociétés comme Allianz en République tchèque ont d’ailleurs déjà réussi à économiser quelques 1 110 millions de couronnes tchèques par an.

Au cours de l’été 2014, SAS a réalisé une enquête en ligne auprès des assureurs européens afin de connaître leur niveau de maturité en matière de lutte contre la fraude.

Téléchargez le rapport SAS

Banque et assurance à l'heure de la transformation numérique

Si les banques et les compagnies d'assurance ont figuré parmi les précurseurs de l'exploitation des données -dans l'objectif de mieux connaître la clientèle, ses habitudes et lui proposer des offres ciblées- elles se tournent désormais vers la collecte et l'analyse des big data, pressées par des attentes nouvelles de la part des clients et de nouveaux usages.

En effet, à l'instar d'autres secteurs d'activité, celui des banques et assurances se voit de plus en plus contesté sur son propre terrain par de nouveaux acteurs issus du numérique. Plus agiles dans leurs prises de décision, à l'écoute des clients via les réseaux sociaux et dotés de structures plus légères, ces concurrents réinventent le métier de la bancassurance par le tout en ligne, avec des coûts de services attractifs, une relation client simplifiée et des innovations, telles de nouveaux dispositifs de paiement mobile et sans contact, ou le e-constat.

A ce contexte complexe s'ajoute l'enjeu des réglementations qui se joue aussi en grande partie sur le terrain des technologies d'analyse des big data. Gestion des risques, lutte contre la fraude, lutte anti-blanchiment, la mise en œuvre de plates-formes analytiques est une réponse incontournable. Vu l'ampleur des sommes en jeu – en France, la facture totale engendrée par la fraude à l'assurance atteint 2,5 milliards € par an et 75% des 2 000 milliards de dollars produits dans le monde en 2009 par des activités criminelles ont été blanchis – les banques et compagnies d'assurance ont tout intérêt à déployer des solutions analytiques pour se garantir contre ces risques.

Lire la newsletter de Business Analytics Info

Enjeux actuels de la prévention de la fraude

Learn how the power of fraud analytics can help prevent fraud across industries. 

Sophistication, velocity and severity of attacks

The rise of the information society has provided a wealth of opportunities for organizations to enhance services to customers through new channels. These have helped to save time, money and effort from an operational perspective. But on the opposite end, cybercriminals are finding new ways to exploit weaknesses and working to develop ever more sophisticated methods of attack – or finding high-tech reinventions of old tricks.

Many of these threats are basic. Simple spam or phishing emails, which encourage users to share information about themselves, continue to be a major problem across industries. But the threat landscape is also becoming increasingly complex. There is a convergence of offline fraud and online crimes, especially in financial services institutions – consider the recent attacks in which international hackers steal data that is then used by local criminals to fraudulently withdraw money at banks.

Weighing customer convenience versus risk

Customers want to know that they’re being protected. But they also don’t want to be bothered with false positives. How do you balance these competing interests? A transaction can score with a very high propensity to be fraudulent – say, 70 percent – but the remaining 30 percent of similar transactions will be legitimate. Do you block all of those transactions and risk angering the customer? Organizations know there will be false positives. It’s not a matter of wondering how to eliminate those cases but rather how to decide what ratio is acceptable.

Prévenir, détecter et traiter la fraude

Fraud prevention is not a static process. There’s no starting and ending point. Rather, fraud prevention is an ongoing cycle involving monitoring, detection, decisions, case management and learning. That is to say, organizations should strive to continually learn from incidents of fraud and incorporate the results into future monitoring and detection processes. To identify and stop an array of fraud attacks quickly and accurately – while improving customer experiences – organizations must follow three key steps:

  1. Capture and unify all available data types from across channels and incorporate them into the analytical process.
  2. Continually monitor transactions and apply behavioral analytics to enable real-time decision making.
  3. Employ layered security techniques.

An effective fraud prevention solution must have rules for routing and case management, as well as the ability to capture fraud, enforce anti-money laundering policies and flag transactions that need review. Analytics underlies any effective solution, and the fraud prevention technology that you choose should be able to learn from complex data patterns and use sophisticated decision models to better manage false positives.

With these techniques in place, organizations should be able to use rich information after fraud events to build better models, generate trends and forecasts, and determine how new products and lines of business will affect future crimes and the operational environment.

Every bank has come to the conclusion that a lot of the same data used for marketing and credit decisioning can also be used over here in compliance and fraud. It’s part of that desire to make more consistent decisions around customer baseline scoring.

David Stewart
Director of Financial Crimes Global Practice, SAS

La Commonwealth Bank of Australia

The Commonwealth Bank of Australia provides a wide range of integrated financial services including retail banking, private banking, business banking, institutional banking, insurance and investment, so the bank needed a holistic view of fraud and financial crime that was independent of product, channel or geography.

SAS allowed Commonwealth Bank to migrate all of its siloed information onto one platform in order to analyze transactions and customer activity, develop new models and tune existing models to improve fraud detection efficiency and create reports. The new system gives the bank access to customer information as it changes – in real time – to quickly identify suspicious behavior and act on it as it is happening.

As a result, the bank has detected twice the level of check fraud than in its legacy system, increased Internet banking fraud alerts by 60 percent, and improved check and Internet fraud loss-to-turnover ratios by 50 percent and 80 percent, respectively.

Lire le témoignage


Les solutions SAS pour la détection et prévention de la fraude

Le sites Insights SAS

Back to Top